Adatvezérelt rendszerek - 1. előadás¶

Bevezetés¶

céljuk: Adat tárolása, és ezen adat elérhetővé tétele, adatot manipulálnak (a manipulációt befolyásolja maga az adat)
adatvezérelt (data driven) -> pl: facebook, twitter, stackoverflow, neptun, booking.com, airbnb
folyamatvezérelt (control driven) -> pl egy számítógépes játék
félévben a példa → webshop
- fő adat: egy termék, vásárlás, számla
- megvannak a szabályok: mikor lehet rendelni, mikor megy át egy rendelés

Presentation Layer (Megjelenési réteg) → a UI, pl a holnap mint kezelőfelület
Business Layer (Üzleti logikai réteg) → üzleti szabályok, pl csak oktató írhat be jegyet viszgaidőszakban
Data Layer (Adat réteg) → perzisztens tárolás (adatbázisokban, de ebbe egyéb részek is beletartoznak)
ezen rétegek sokszor külön gépen futnak, rétegek mentén szétbontva (layer - egy gépen fut, tier - több gépen fut)

Perzisztenciáért felelnek → data source - adatforrás (pl relációs adatbázis, google drive)
Akkor hívjuk Adat réteg-nek, ha nem tartalmazza az adatbázist

Data Access Layer (Adatelérési réteg) → Ha az adatbázist vagy adatforrást is beleértjük
pl csatoljuk hozzá ezt a fájlt az email-hez
szolgáltatásként nyújtja az adatok manipulálásának módját

Üzleti entitások (Business Entities) → főbb elemek, amiket manipulálunk (megrendelés, termék, kurzus, vizsga)
Üzleti komponensek (Business Components) → egyszerűbb műveletek (pl vizsgajegy beírása - ezzel manipuláljuk a vizsgajegyet)
Üzleti folyamtok (Business Workflow) → több lépéses, folyamatlépés folyamat (pl rendelés véglegesítése - sok lépésből áll, entitások halmazát manipuláljuk)
Szolgáltatási interfész réteg (Services layer) → üzleti logika funkcióit a felhasználói réteg felé szolgáltatásként biztosítja (külön réteg, mert helyzetfüggő a megvalósítási módja)

UI Components (Felhasználói felület komponensek) → pl weblap, asztali vagy mobil alkalmazás
Presentation Logic Components (Megjelenési logikai komponensek) → pl keresés, szűrés
feladatok:
- adatok értelmes megjelenítése
- egyéb funkcióra lehetőségek: keresés, szűrés
- lokalizáció (dátumok, pénzek, ezek felhasználó függően kerüljön kiírásra)
a megjelenítési réteg nem nagyon gondolkozik, azt az üzletilogikai réteg csinálja

Minden rétegben megjelenő közös aspektusok:
- biztonság → bejelentkezés (aki belép, mit is csinálhat)
- operational management (üzemeltetés szolgáltatás) → naplózás, hibakeresés, audit naplózás (rögzítjük, hogy ki mit csinál a rendszerben), konfigurációkezelés, hibák naplózása
- kommunikáció → rétegek sokszor külön gépen vannak, ezek közt kommunikálni kell
  - lehet szinkron és aszinkron is, adatbázissal általában szinkron, felhasználói felületről néha aszinkron

Def: Egyazon adategységhez (pl egy tábla egy rekordja) egy időben többen férnek hozzá, és legalább egyikük módosítja.

A feldolgozás logikai egysége, olyan műveletek sorozata, melyek csak együttesen értelmesek
Pl: rendelés véglegesítése → kosárban levő mind a 15 termékre raktárkészletet megnézni, csökkenteni az ottani számokat, elmenteni az adatbázisba, véglegesíteni
Alaptulajdonságok:
- Atomicity (Atomi) → oszthatatlanság, a műveletek sorozatát egyben csináljuk végig, nem lehetnek részeredmények (vagy végig csinálja, vagy semmit nem csinál vele → atomi, oszthatatlan)
- Consistency (Konzisztencia) → konzisztens állapotból konzisztensbe megy (közben érinthet inkonzisztenst)
- Isolation (Izoláció) → úgy tud végig menni a műveletek sorozatán, mintha a rendszerben egyedül lenne (a rendszer biztosítja, hogy az átlapolódásból ne legyen baj)
- T1(A = 12, C = A+2), T2(A = 15). Ha T1 közben T2 végrehajtódik, T1 értéke nem az elvárt lesz
- Durability (Tartósság) → tranzakció végén disk-re kiírva van az adat (nem csak memóriában)

sok párhuzamos tranzakció
izoláció: "úgy kell végrehajtani, mintha egymás után történnének és nem párhuzamosan"
- de párhuzamosan futnak a tranzakciók
4 alap probléma:
- piszkos olvasás (dirty read) → T1 elkezd futni, de abortál, így T2 egy nem commitált tranzakció által módosított értéket olvasott ki
- elveszett módosítás (lost update) → T1 és T2 is módosította, majd T1 olvasná, és nem azt látta amire ő írta át
- nem megismételhető olvasás (non-repeatable read) → időben 2x kiadva ugyanazt a lekérdezést, más eredményt kap T2
- fantom rekordok (phantom read) → rekordhalmazoknál kerül elő: T2 olyan rekordot módosít, ami benne van T1 által épp olvasott rekordhalmazban
Fontos: nem csak relációs adatbázisokban, hanem minden többfelhasználós, elosztott rendszerekben megjelenhetnek!

Csak olyan műveletek engedhetők meg, melyek nem sértik a helyes ütemezést
Ha sérülne a helyes ütemezés, akkor a tranzakció vár
probléma: nem tudjuk előre, hogy melyik tranzakció mit akar csinálni (csak futás közben látjuk)
Olyan ütemezés megengedett, mely konfliksekvivalens egy soros ütemezéssel
- azaz van egy olyan átrendezése a tranzakcióknak, ahol soros ütemezés teljesül

Kétfázisú zárolás (2PL) → ha egy tranzakció hozzá akar férni egy erőforráshoz, arra zárat rak, majd ha elvégezte a dolgát (commit), leveszi a zárat.
- probléma: holtopont (deadlock)
- Ha Serializable-t használunk, akkor gyakran fordul elő holtpont → csökken a hatékonyság